所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

全额支付高级ISP特性：多帧降噪、HDR合成与实时夜景算法

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 前置知识要求
课程导入学习目标
02
成像基础与噪声模型
光子噪声 · 读出噪声 · 固定模式噪声
成像基础噪声模型
03
多帧降噪原理
时域降噪与空域降噪的区别 · 多帧叠加的数学基础 · 信噪比提升原理
多帧降噪原理时域降噪
04
多帧降噪关键流程
帧对齐 · 运动补偿 · 权重计算
多帧降噪关键流程帧对齐
05
帧对齐技术
全局运动估计 · 局部运动估计 · 光流法
帧对齐技术全局运动估计
06
运动补偿与去鬼影
运动物体处理 · 鬼影产生原因 · 去鬼影算法（如基于残差检测
运动补偿去鬼影
07
多帧降噪实战
基于RAW域的多帧降噪流程 · 参数调优 · 质量评估指标（PSNR
多帧降噪实战RAW
08
HDR合成基础
动态范围概念 · LDR与HDR · HDR成像的典型应用场景（逆光
HDR合成基础
09
HDR合成核心方法
曝光融合 · 基于辐射度的方法 · 权重图设计
HDR合成核心方法
10
多帧HDR合成流程
多曝光采集 · 对齐 · 合并
HDR多帧
11
HDR去鬼影技术
基于运动检测 · 基于光流 · 基于深度学习的去鬼影方法
HDR去鬼影技术
12
HDR色调映射
全局映射 · 局部映射 · 基于Retinex
HDR色调映射
13
HDR实战案例
手机夜景HDR模式 · 相机HDR模式 · HDR视频处理
HDR实战案例
14
实时夜景算法概述
实时性要求 · 计算资源限制 · 算法复杂度与画质平衡
实时夜景算法概述实时性要求
15
实时夜景算法架构
多帧降噪与HDR融合的联合框架 · 流水线设计 · 硬件加速考虑
实时夜景算法架构HDR
16
实时夜景中的关键模块
自动曝光控制 · 自动白平衡 · 降噪强度自适应
实时夜景关键模块
17
实时夜景算法实现
基于移动ISP的实时处理 · 多帧缓存管理 · 帧率与延迟优化
实时夜景算法实现ISP
18
夜景算法中的色彩处理
低光色彩增强 · 色彩噪声抑制 · 色彩保真度
夜景算法色彩处理
19
夜景算法中的细节增强
锐化 · 边缘增强 · 纹理恢复
夜景算法细节增强
20
夜景算法实战
从RAW到最终JPEG的完整流程 · 参数设置 · 效果对比
夜景算法实战RAW
21
深度学习在夜景算法中的应用
基于CNN的多帧降噪 · HDR合成 · 夜景增强网络
深度学习夜景算法
22
深度学习与经典ISP融合
混合方案 · 模型压缩 · 量化
ISP深度学习
23
多帧降噪与HDR的联合优化
同时处理多帧不同曝光 · 联合去噪与融合 · 端到端学习
HDR多帧降噪
24
实时夜景算法的性能优化
算法级优化 · 指令集优化 · GPU/NPU加速
实时夜景算法的性…算法级优化
25
常见问题与调试
鬼影残留 · 运动模糊 · 色彩偏色
常见问题调试
26
质量评估与主观测试
客观指标 · 主观评价方法 · 测试场景设计
质量评估主观测试
27
行业案例解析
主流手机厂商夜景模式 · 相机HDR · 安防监控低光增强
行业案例解析主流手机厂商夜景…
28
综合实战项目
设计一个完整的夜景拍摄流程 · 从多帧采集到最终图像输出
综合实战项目设计一个完整的夜…
29
前沿趋势与未来方向
计算摄影 · AI ISP · 实时视频夜景
前沿趋势未来方向
30
课程总结与进阶路径
核心知识点回顾 · 常见误区 · 学习资源
课程总结进阶路径